29/09/2015 Statistiques A.RONNE. Pierre GAUTHIER LEA 2
|
|
- Gaspard Roux
- il y a 6 ans
- Total affichages :
Transcription
1 29/09/2015 Statistiques A.RONNE Pierre GAUTHIER LEA 2
2 Plan du cours Introduction Chapitre 1 : Notions de base Chapitre 2 : Méthodes numériques permettant de résumer une série Chapitre 3 : Indice et taux de croissance
3 Introduction Qu est-ce que la statistique? La statistique est l art et la science de collecter, d analyser, de présenter et d interpréter des données. La statistique permet de résumer et d interpréter une réalité complexe, et est un outil aidant à la prise de décision. Difficultés La statistique doit être facile à concevoir et à calculer. Elle ne permet pas de décrire tous les profils. Les indicateurs doivent être neutres et facilement interprétables. L interprétation des indicateurs est indispensable. Domaines d utilisation Médecine : études épidémiologiques Finance : comparer plusieurs informations permet la prise de décision Marketing : connaissance des comportements moyens des consommateurs Production : contrôle de la qualité Economie : visualiser l état de l économie Démographie, politique Inférence statistique La population est souvent trop importante. Pour réduire le coût de collecte, on utilise un échantillon de la population observée. A partir de l étude de cet échantillon, possibilité d estimer les comportements ou caractéristiques pour toute la population (contrôle de la qualité).
4 Chapitre 1 : Notions de base Vocabulaire statistique Population : ensemble des éléments considérés dans une étude particulière Echantillon : sous-ensemble de la population Unité statistique : élément de la population (individus, animaux, pays ) La population (ou l échantillon) est décrite selon différents critères (données variables quantitatives) ou caractères (données variables qualitatives). Ces variables correspondent en fait aux questions posées à la population dans le cadre d un sondage, par exemple. Chaque caractère peut présenter différente modalités (hommes-femmes pour le sexe, chômeursalarié-étudiant pour le statut ) Effectif : Nombre d occurrences de chaque modalité Mener une étude statistique doit se faire de la même façon qu une étude bibliographique : étape par étape et sur la base d une ou plusieurs source(s) fiable(s). Données quantitatives : critères mesurables, représentés par des chiffres. Exemple : superficie, PIB, CA, ventes Données qualitatives : caractères non-mesurables (noms ou étiquettes). Exemple : discipline, cursus, monnaie, couleur Attention aux confusions possibles Tout ce qui est numérique n est pas quantitatif. L âge est quantitatif car mesure une quantité (d années) et peut faire l objet d une moyenne, tandis que le numéro de sécurité sociale est qualitatif et porte un sens. Données en coupe transversale et données en séries temporelles Coupe transversale : données collectées à peu près au même moment ou pour une même période (année, mois, jours). Séries temporelles : données collectées sur plusieurs périodes (années, mois, jours )
5 Variables discrètes et variables continues Variables discrètes : les modalités ne peuvent prendre que certaines valeurs (cursus, nombre d enfants par famille). Variables continues : la variable peut prendre toutes les valeurs sur un intervalle. Ces valeurs sont souvent représentées sous formes d intervalles (superficie, revenu ) Les variables qualitatives sont toujours discrètes. Présentation des données Les données qualitatives (cf diaporama page 14) Il n y a qu une seule variable (la marque), possédant 5 modalités (Coca-cola, Pepsi ). C est une variable qualitative. Le nombre de bouteilles vendues est l effectif de cette modalité. On calcule alors la fréquence relative. Fréquence relative = Effectif de la modalité "x" Effectif total Pour obtenir la fréquence relative en %, on multiplie le résultat du calcul ci-dessus par 100. La fréquence cumulée, comme son nom l indique, est le cumul (la somme progressive) des fréquences relatives en %. La fréquence cumulée permet de grouper certaines fréquences relatives, et facilite ensuite l interprétation. Les données quantitatives (cf diaporama page 15) Pour faciliter la lisibilité des chiffres, il faut procéder à un regroupement en classes («segments»). Il faut donc choisir le nombre de classes. Choisissons 5 classes. Largeur approximative de la classe = (cf diaporama page 16) Valeur la plus élevée valeur la plus faible nombre de classes Chaque donnée ne doit appartenir qu à une seule et unique classe : Amplitude de la classe = Valeur la plus élevée de la classe la valeur la plus faible Centre de la classe = Valeur la plus élevé + valeur la plus faible 2
6 Quatre principes fondamentaux pour la présentation d un tableau ou d un graphique : Le titre (le plus précis possible) La source des données L intitulé des lignes et des colonnes Les unités des variables Représentation graphique A. Le diagramme en bâtons Effectifs en niveau ou en pourcentage B. Le diagramme circulaire («Camembert») Répartitions en % La valeur visuelle est l angle de chaque unité (cf diaporama page 18) (cf diaporama page 19) C. L Histogramme (cf diaporama pages 20 et 21) Variables continues Doit représenter des densités, notamment lorsque les classes sont d amplitudes inégales. (augmenter la largeur des bâtons lorsque la classe est plus grande) o Densité = effectif amplitude de la classe o Effectif corrigé = densité amplitude minimale
7 Chapitre 2 1. Statistiques résumant la tendance centrale Moyennes Médiane Quantiles Mode 2. Statistiques résumant la dispersion Variance Ecart-type Coefficient de variation INTRODUCTION Deux étudiants qui ont des moyennes identiques peuvent-ils être considérés comme égaux? Un étudiant qui obtient une moyenne de 16/20, est-il un bon élève? Pour répondre à ces questions, il faut connaître la moyenne, la médiane et/ou la répartition des notes. 1. Statistiques résumant la tendance centrale Moyennes Moyenne arithmétique simple : cf diapo p25 (=moyenne classique) Moyenne arithmétique pondérée : cf diapo p25 (= moyenne coefficientée) Moyenne avec des données groupées : on suppose que les données sont réparties de manière homogène à l intérieur des classes. On utilise donc le centre de classe. Version simplifiée et pas-à-pas : Moyenne simple et pondérée (Educastream) Problème : La moyenne doit, pour être significative, être calculée sur un grand échantillon. De plus elle est sensible aux valeurs extrêmes. La Moyenne ne suffit pas pour caractériser finement une série.
8 Médiane Celle-ci correspond à la valeur centrale de la population (partage la population en 2) > 50% de l effectif se situe en dessous de la médiane et 50% de l effectif se situe au-dessus. a. Si toutes les modalités ont les mêmes effectifs (pas de coefficients), on classe les données par ordre croissant et : Si l effectif est impair, alors la médiane est la valeur centrale Si l effectif est pair, alors la médiane est obtenue en faisant la moyenne des deux valeurs centrales. b. Si toutes les modalités n ont pas toutes les mêmes effectifs, on classe les observations par ordre croissant, et : On calcule les fréquences cumulées (fréquence = pourcentage d occurrence --- fréquence cumulée = fréquences additionnées à chaque ligne) On détermine la médiane par interpolation linéaire («ligne entre 2 points») Calculer le coefficient directeur (formule dans le diaporama) entre les deux points les plus proches de 50% des fréquences cumulées (l un au-dessus, l autre au-dessous, ex : 36 et 62). Pour rendre la tâche plus facile, ne pas hésiter à tracer un graphique de la droite imaginaire entre les deux points, avec les Fréquences Cumulées en ordonnée et les modalités en abscisse. Médiane avec des données par classe [classe=intervalle] (cf diapo p30) La médiane se situe dans la classe [600 ; 700[ car les fréquences cumulées montrent que le 50% se trouve après la modalité 600 (38,09% sous 600 et 83,33% sous 700). Quantiles Généralisent la médiane : - Quartiles : partagent les observations en 4 groupes égaux, chacun représentant 25% des observations. (même chose que la médiane, sauf qu on cherche le point des 25% au lieu des 50%) o EX : Q1 = 479,18 (soit 25% des dépenses mensuelles sont inférieures à 479, 18 ) Q3 = 681,58 (soit 75% des dépenses mensuelles sont inférieures à 681,58 ) - Déciles : partagent les observations en 10 groupes égaux, chacun représentant 10% des observations. - Centiles : partagent les observations en 100 groupes égaux, chacun représentant 1% des observations. Mode C est la variable qui a l effectif (ou la fréquence) le plus grand.
9 Si la variable est qualitative ou quantitative discrète, le mode correspond à l effectif (ou la fréquence) maximal. Si la variable est quantitative continue, on parle de classe modale et il faut calculer la valeur modale. NB : S il y a deux fois un effectif maximal (une égalité d effectif) il n y a pas de mode. 2. Statistiques résumant la dispersion La moyenne et/ou la médiane ne permettent pas d apprécier la répartition des données. Quelle statistique construire? - Valeur maximale et valeur minimale - Intervalle de variation : valeur maximale valeur minimale Problème : les valeurs extrêmes peuvent être très différentes des autres valeurs. - Intervalle interquartile ou interdécile : Q3-Q1 ou D9-D1 o Délimitent la plage au sein de laquelle 50% ou 80% des valeurs sont regroupées. Plus ces plages sont larges, plus les valeurs sont dispersées. Problème : ne prend pas en compte toutes les valeurs. Variance Somme des écarts à la moyenne, au carré. Ecart-type Racine de la variance (pour se ramener aux unités de base). Coefficient de variation Rapport entre l écart-type et la moyenne.
10 Chapitre 3 Les séries temporelles 1. Taux de croissance Mesure l évolution d une variable entre deux dates différentes pour un même individu. Notations : V 0 : valeur à la date t = 0 V 1 : valeur à la date t = 1 V 2 : valeur à la date t g t : taux de croissance entre les dates t et t+1 Variation absolue = V 1 V 0 Variation relative = taux de croissance = ((V t V 0)/V 0) * 100 = (V t / V 0 1) * 100 <- Après simplification. - Si on nous donne comme données V 14 = 1000 et g 15/14 = 20% (ATTENTION, il ne faut jamais l utiliser en pourcentage : mettre 0,2 à la place) par exemple, on va faire un calcul différent, du type : V 2008 = (1+g)*V 2000 V 2000 = V 2008/(1+g) Attention : les taux de croissance ne sont pas additifs. Points de croissance = différence entre les deux taux de croissance. Le taux de croissance de Caen est 2,5 points plus élevé que le taux de croissance de Brest. - Taux de croissance d un produit : - Taux de croissance d un quotient (PIB/hab par exemple) : - Approximations : Pour de faibles taux de croissance (<20%), et si c est demandé (sinon utiliser la formule complète), sert aussi à vérifier le calcul éventuellement. Taux de croissance annuel moyen.
11 2. Les indices De nombreuses variables sont exprimées sous forme d indices. Un indice évalue une variation et non un niveau (des vrais prix, ). Ex : L indice du taux de change /$, en 2008 base 100, en 2002 est 160, alors l s est apprécié de 60% par rapport au $. Indices élémentaires Un indice est un rapport de la même variable prise à deux dates différentes ou lieux distincts. Définition : - Indice élémentaire de la variable G, à la date t, base 1 en t = 0, est I t/0 = G t / G 0 - Indice élémentaire de la variable G, à la date t, base 100 en t = 0, est I t/o = G t/g 0 * 100 -> calculés par rapport à l année même - Indice élémentaire chaîné de la variable G, à la date t, base 100 en t = t-1, est I t/t-1 = G t/g t-1 * 100 -> calculé par rapport à l année précédente. Propriétés : - Circularité : Base 1 : I t2/t0 = I t2-t1 * I t1/t0 Base 100 : I t2/t0 = I t2-t1 * I t1/t0 * Réversibilité : I t1-t0 = 1/I t0/t1 - Indice de valeur : Cet indice mesure l évolution du prix et des quantités. => Calculs d indices qui fixent les quantités et donc mesurent uniquement l évolution des prix. - Indice de Laspeyres des prix fixe les quantités à l année de départ (2000) : => Seuls les prix évoluent. - Indice de Paasche des prix fixe les quantités à l année finale ou année courante (2008) : Remarque : on peut faire des indices des quantités sur le même modèle
Séries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détailStatistiques Descriptives à une dimension
I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailAnnexe commune aux séries ES, L et S : boîtes et quantiles
Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans
Plus en détailStatistique Descriptive Élémentaire
Publications de l Institut de Mathématiques de Toulouse Statistique Descriptive Élémentaire (version de mai 2010) Alain Baccini Institut de Mathématiques de Toulouse UMR CNRS 5219 Université Paul Sabatier
Plus en détailReprésentation d une distribution
5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque
Plus en détail1. Vocabulaire : Introduction au tableau élémentaire
L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie
Plus en détailLogiciel XLSTAT version 7.0. 40 rue Damrémont 75018 PARIS
Logiciel XLSTAT version 7.0 Contact : Addinsoft 40 rue Damrémont 75018 PARIS 2005-2006 Plan Présentation générale du logiciel Statistiques descriptives Histogramme Discrétisation Tableau de contingence
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailUNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand
UNE FORMATION POUR APPRENDRE À PRÉSENTER DES DONNÉES CHIFFRÉES : POUR QUI ET POURQUOI? Bénédicte Garnier & Elisabeth Morand Service méthodes statistiques Institut National d Etudes Démographiques (Ined)
Plus en détailStatistiques Appliquées à l Expérimentation en Sciences Humaines. Christophe Lalanne, Sébastien Georges, Christophe Pallier
Statistiques Appliquées à l Expérimentation en Sciences Humaines Christophe Lalanne, Sébastien Georges, Christophe Pallier Table des matières 1 Méthodologie expérimentale et recueil des données 6 1.1 Introduction.......................................
Plus en détailComment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie
Partie I : Séries statistiques descriptives univariées (SSDU) A Introduction Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie et tous sont organisés selon le même
Plus en détailStatistiques 0,14 0,11
Statistiques Rappels de vocabulaire : "Je suis pêcheur et je désire avoir des informations sur la taille des truites d'une rivière. Je décide de mesurer les truites obtenues au cours des trois dernières
Plus en détailStatistique descriptive. Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne. Notes de cours
Statistique descriptive Fabrice MAZEROLLE Professeur de sciences économiques Université Paul Cézanne Notes de cours Dernière mise à jour le mercredi 25 février 2009 1 ère année de Licence Aix & Marseille
Plus en détailObservatoire Economique et Statistique d Afrique Subsaharienne
Observatoire Economique et Statistique d Afrique Subsaharienne Termes de référence pour le recrutement de quatre (4) consultants dans le cadre du Projet «Modules d initiation à la statistique à l attention
Plus en détailSéquence 4. Statistiques. Sommaire. Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement
Séquence 4 Statistiques Sommaire Pré-requis Médiane, quartiles, diagramme en boîte Moyenne, écart-type Synthèse Exercices d approfondissement 1 Introduction «Etude méthodique des faits sociaux par des
Plus en détailSERIE 1 Statistique descriptive - Graphiques
Exercices de math ECG J.P. 2 ème A & B SERIE Statistique descriptive - Graphiques Collecte de l'information, dépouillement de l'information et vocabulaire La collecte de l information peut être : directe:
Plus en détailIntroduction à la statistique descriptive
Chapitre chapitre 1 Introduction à la statistique descriptive Les méthodes de la statistique descriptive (statistique déductive) permettent de mener des études à partir de données exhaustives, c est-à-dire
Plus en détailCollecter des informations statistiques
Collecter des informations statistiques FICHE MÉTHODE A I Les caractéristiques essentielles d un tableau statistique La statistique a un vocabulaire spécifique. L objet du tableau (la variable) s appelle
Plus en détailStatistiques - Cours. 1. Gén éralités. 2. Statistique descriptive univari ée. 3. Statistique descriptive bivariée. 4. Régression orthogonale dans R².
Statistiques - Cours Page 1 L I C E N C E S c i e n t i f i q u e Cours Henri IMMEDIATO S t a t i s t i q u e s 1 Gén éralités Statistique descriptive univari ée 1 Repr é s e n t a t i o n g r a p h i
Plus en détailSINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases
SINE QUA NON Découverte et Prise en main du logiciel Utilisation de bases Sine qua non est un logiciel «traceur de courbes planes» mais il possède aussi bien d autres fonctionnalités que nous verrons tout
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailTraitement des données avec Microsoft EXCEL 2010
Traitement des données avec Microsoft EXCEL 2010 Vincent Jalby Septembre 2012 1 Saisie des données Les données collectées sont saisies dans une feuille Excel. Chaque ligne correspond à une observation
Plus en détailANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ. Exercice 1
ANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ OLIVIER COLLIER Exercice 1 Le calcul de la banque. 1 Au bout de deux ans, la banque aurait pu, en prêtant la somme S 1 au taux d intérêt r pendant un an, obtenir
Plus en détailLes devoirs en Première STMG
Les devoirs en Première STMG O. Lader Table des matières Devoir sur table 1 : Proportions et inclusions....................... 2 Devoir sur table 1 : Proportions et inclusions (corrigé)..................
Plus en détail4 Statistiques. Les notions abordées dans ce chapitre CHAPITRE
CHAPITRE Statistiques Population (en milliers) 63 6 6 6 Évolution de la population en France 9 998 999 3 Année Le graphique ci-contre indique l évolution de la population française de 998 à. On constate
Plus en détailLicence Economie-Gestion, 1ère Année Polycopié de Statistique Descriptive. Année universitaire : 2014-2015.
Licence Economie-Gestion, 1ère Année Polycopié de Statistique Descriptive. Année universitaire : 2014-2015. Thèmes des séances de TD Thème n.1: Tableaux statistiques et représentations graphiques. Thème
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détailInégalités de salaires et de revenus, la stabilité dans l hétérogénéité
Inégalités de salaires et de revenus, la stabilité dans l hétérogénéité Gérard Cornilleau Des inégalités contenues, des classes moyennes fragiles Le débat sur les salaires n est plus aujourd hui dominé
Plus en détailà moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq
e élevé Risque faible Risq à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq L e s I n d i c e s F u n d a t a é Risque Les Indices de faible risque
Plus en détailLire ; Compter ; Tester... avec R
Lire ; Compter ; Tester... avec R Préparation des données / Analyse univariée / Analyse bivariée Christophe Genolini 2 Table des matières 1 Rappels théoriques 5 1.1 Vocabulaire....................................
Plus en détailRésumé du Cours de Statistique Descriptive. Yves Tillé
Résumé du Cours de Statistique Descriptive Yves Tillé 15 décembre 2010 2 Objectif et moyens Objectifs du cours Apprendre les principales techniques de statistique descriptive univariée et bivariée. Être
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailLeçon N 4 : Statistiques à deux variables
Leçon N 4 : Statistiques à deux variables En premier lieu, il te faut relire les cours de première sur les statistiques à une variable, il y a tout un langage à se remémorer : étude d un échantillon d
Plus en détailEconomie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de
Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr
Plus en détailIBM SPSS Statistics Base 20
IBM SPSS Statistics Base 20 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 316. Cette version s applique à IBM SPSS
Plus en détailFPSTAT 2 í La dçecision statistique. 1. Introduction ça l'infçerence. 1
INTRODUCTION ça L'INFçERENCE STATISTIQUE 1. Introduction 2. Notion de variable alçeatoire íprçesentation ívariables alçeatoires discrçetes ívariables alçeatoires continues 3. Reprçesentations d'une distribution
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailValidation probabiliste d un Système de Prévision d Ensemble
Validation probabiliste d un Système de Prévision d Ensemble Guillem Candille, janvier 2006 Système de Prévision d Ensemble (EPS) (ECMWF Newsletter 90, 2001) Plan 1 Critères de validation probabiliste
Plus en détailAnalyse et interprétation des données
8 Analyse et interprétation des données Les données de l enquête peuvent être utilisées pour différents types d analyses aussi bien au niveau national qu au niveau international. Ce chapitre explique comment
Plus en détailIBM SPSS Direct Marketing 21
IBM SPSS Direct Marketing 21 Remarque : Avant d utiliser ces informations et le produit qu elles concernent, lisez les informations générales sous Remarques sur p. 109. Cette version s applique à IBM SPSS
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailPRÉSENTATION DE L OFFRE
PRÉSENTATION DE L OFFRE CMS 5.x CONTRÔLE DE LA MASSE SALARIALE Les informations contenues dans ce document font partie intégrante de la solution CMS et sont protégées en France par le code de la propriété
Plus en détailLogistique, Transports
Baccalauréat Professionnel Logistique, Transports 1. France, juin 2006 1 2. Transport, France, juin 2005 2 3. Transport, France, juin 2004 4 4. Transport eploitation, France, juin 2003 6 5. Transport,
Plus en détailClasse de première L
Classe de première L Orientations générales Pour bon nombre d élèves qui s orientent en série L, la classe de première sera une fin d étude en mathématiques au lycée. On a donc voulu ici assurer à tous
Plus en détailPour fins d'illustration seulement. Rapport préparé pour M. Albert Client et Mme Louise Client
Rapport préparé pour M. Albert Client et Mme Louise Client Préparé par Charles M. Courtier Conseiller ÉlémentsPatrimoine Téléphone: 123-456-7890 Courriel: cmcourtier@email.com Date: 2014-07-17 INTRODUCTION
Plus en détailCatalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands.
Catalogue des connaissances de base en mathématiques dispensées dans les gymnases, lycées et collèges romands. Pourquoi un autre catalogue en Suisse romande Historique En 1990, la CRUS (Conférences des
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailExprimer ce coefficient de proportionnalité sous forme de pourcentage : 3,5 %
23 CALCUL DE L INTÉRÊT Tau d intérêt Paul et Rémi ont reçu pour Noël, respectivement, 20 et 80. Ils placent cet argent dans une banque, au même tau. Au bout d une année, ce placement leur rapportera une
Plus en détailINFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X.
INFIRMIER(E) GRADUE(E) SPECIALISE(E) EN SANTE COMMUNAUTAIRE HAUTE ECOLE DE LA PROVINCE DE LIEGE PROFESSEUR : RENARD X. Année scolaire 009-010 TABLE DES MATIERES CHAPITRE 1: Eléments de statistiques descriptives...
Plus en détail23. Interprétation clinique des mesures de l effet traitement
23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d
Plus en détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailglossaire Appellation commerciale Voir nom de marque.
glossaire Accessibilité financière Le coût d un traitement par rapport au revenu de la population. dans cette enquête, le salaire journalier minimum d un employé non-qualifié du secteur public est comparé
Plus en détailStatistiques descriptives
Statistiques descriptives L3 Maths-Eco Université de Nantes Frédéric Lavancier F. Lavancier (Univ. Nantes) Statistiques descriptives 1 1 Vocabulaire de base F. Lavancier (Univ. Nantes) Statistiques descriptives
Plus en détailBrock. Rapport supérieur
Simplification du processus de demande d aide financière dans les établissementss : Étude de cas à l Université Brock Rapport préparé par Higher Education Strategy Associates et Canadian Education Project
Plus en détailÉlément 424b Introduction à la statistique descriptive
CTU Master AGPS De la donnée à la connaissance : traitement, analyse et transmission Élément 44b Introduction à la statistique descriptive Prof. Marie-Hélène de Sède-Marceau Année / Statistique Introduction
Plus en détailhttp://mondomaine.com/dossier : seul le dossier dossier sera cherché, tous les sousdomaines
Principales fonctionnalités de l outil Le coeur du service suivre les variations de position d un mot-clé associé à une URL sur un moteur de recherche (Google - Bing - Yahoo) dans une locale (association
Plus en détailSTATISTIQUES DESCRIPTIVES
STATISTIQUES DESCRIPTIVES ORGANISATION DES DONNÉES Etude de population 53 784 56 28 4 13 674 8375 9974 60 Consommation annuelle du lait Dossier n 1 Juin 2005 Tous droits réservés au réseau AGRIMÉDIA Conçu
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailSTATISTIQUES DESCRIPTIVES
1 sur 7 STATISTIQUES DESCRIPTIVES En italien, «stato» désigne l état. Ce mot à donné «statista» pour «homme d état». En 1670, le mot est devenu en latin «statisticus» pour signifier ce qui est relatif
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
Plus en détail- Ressources pour les classes
Mathématiques Collège - Ressources pour les classes de 6 e, 5 e, 4 e, et 3 e du collège - - Organisation et gestion de données au collège - Ce document peut être utilisé librement dans le cadre des enseignements
Plus en détail1 Importer et modifier des données avec R Commander
Université de Nantes 2015/2016 UFR des Sciences et Techniques Département de Mathématiques TP1 STATISTIQUE DESCRIPTIVE Frédéric Lavancier Avant propos Ouvrir l application R Saisir dans la console library(rcmdr)
Plus en détailLEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.
LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples. Pré-requis : Probabilités : définition, calculs et probabilités conditionnelles ; Notion de variables aléatoires, et propriétés associées : espérance,
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détailStatistiques avec la graph 35+
Statistiques avec la graph 35+ Enoncé : Dans une entreprise, on a dénombré 59 femmes et 130 hommes fumeurs. L entreprise souhaite proposer à ses employés plusieurs méthodes pour diminuer, voire arrêter,
Plus en détailSoit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.
ANALYSE 5 points Exercice 1 : Léonie souhaite acheter un lecteur MP3. Le prix affiché (49 ) dépasse largement la somme dont elle dispose. Elle décide donc d économiser régulièrement. Elle a relevé qu elle
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailSommaire. Textes officiels... 5. Horaires... 7. Enseignement de détermination... 9. Présentation... 9. Programme... 10
Sommaire Textes officiels... 5 Horaires... 7 Enseignement de détermination... 9 Présentation... 9 Programme... 10 Indications complémentaires... 11 collection Lycée voie générale et technologique série
Plus en détailNote de service À : De :
Note de service À : De : Tous les Fellows, affiliés, associés et correspondants de l Institut canadien des actuaires et autres parties intéressées Jim Christie, président Conseil des normes actuarielles
Plus en détailBulletin d information statistique
INFOSTAT JUSTICE Divorces : une procédure à deux vitesses Zakia Belmokhtar * Mai 2012 Numéro 117 En visant à permettre un règlement plus rapide et plus complet des demandes en divorce, la loi du 26 mai
Plus en détailEXCEL PERFECTIONNEMENT SERVICE INFORMATIQUE. Version 1.0 30/11/05
EXCEL PERFECTIONNEMENT Version 1.0 30/11/05 SERVICE INFORMATIQUE TABLE DES MATIERES 1RAPPELS...3 1.1RACCOURCIS CLAVIER & SOURIS... 3 1.2NAVIGUER DANS UNE FEUILLE ET UN CLASSEUR... 3 1.3PERSONNALISER LA
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailMaster IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008
Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailNouveau Barème W.B.F. de points de victoire 4 à 48 donnes
Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes Pages 4 à 48 barèmes 4 à 48 donnes Condensé en une page: Page 2 barèmes 4 à 32 ( nombre pair de donnes ) Page 3 Tous les autres barèmes ( PV de
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailLecture critique d article. Bio statistiques. Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888
Lecture critique d article Rappels Bio statistiques Dr MARC CUGGIA MCU-PH Laboratoire d informatique médicale EA-3888 Plan du cours Rappels fondamentaux Statistiques descriptives Notions de tests statistiques
Plus en détailLes enfants laissés pour compte
UNICEF Centre de recherche Innocenti Bilan Innocenti 9 Les enfants laissés pour compte Tableau de classement des inégalités de bien-être entre les enfants des pays riches unissons-nous pour les enfants
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailwww.styleanalytics.com
www.styleanalytics.com Style Analytics EuroPerformance a le plaisir de vous présenter Style Analytics, outil de mesure des risques et de la performance des fonds d investissement. Style Analytics offre
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailUNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES. Éric TÉROUANNE 1
33 Math. Inf. Sci. hum., (33 e année, n 130, 1995, pp.33-42) UNE REPRESENTATION GRAPHIQUE DE LA LIAISON STATISTIQUE ENTRE DEUX VARIABLES ORDONNEES Éric TÉROUANNE 1 RÉSUMÉ Le stéréogramme de liaison est
Plus en détailTerminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader
Terminale STMG O. Lader Table des matières Interrogation 1 : Indice et taux d évolution........................... 2 Devoir maison 1 : Taux d évolution................................ 4 Devoir maison 1
Plus en détailEvaluation de la variabilité d'un système de mesure
Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les
Plus en détailCORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts
CORRIGES DES CAS TRANSVERSAUX Corrigés des cas : Emprunts Remboursement par versements périodiques constants - Cas E1 Objectifs : Construire un échéancier et en changer la périodicité, Renégocier un emprunt.
Plus en détailThéorie des sondages : cours 5
Théorie des sondages : cours 5 Camelia Goga IMB, Université de Bourgogne e-mail : camelia.goga@u-bourgogne.fr Master Besançon-2010 Chapitre 5 : Techniques de redressement 1. poststratification 2. l estimateur
Plus en détailLa place de SAS dans l'informatique décisionnelle
La place de SAS dans l'informatique décisionnelle Olivier Decourt ABS Technologies - Educasoft Formations La place de SAS dans l'informatique décisionnelle! L'historique de SAS! La mécanique! La carrosserie
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailChapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3
Chapitre 3 : Le budget des ventes Introduction 2 Rappel des différents budgets opérationnels - budget des ventes (chapitre 3) - budget de production (chapitre 4) - budget des approvisionnements et des
Plus en détailOrganigramme / Algorigramme Dossier élève 1 SI
Organigramme / Algorigramme Dossier élève 1 SI CI 10, I11 ; CI 11, I10 C24 Algorithmique 8 février 2009 (13:47) 1. Introduction Un organigramme (ou algorigramme, lorsqu il est plus particulièrement appliqué
Plus en détailGIPS, aspects pratiques: organisation et vérification
GIPS, aspects pratiques: organisation et vérification Karel Leder, Lombard Odier Darier Hentsch & Cie Sommaire 1. Organisation et conformité GIPS 2. L iceberg des GIPS 3. Organisation interne requise et
Plus en détailSommaire. 2. Utiliser la télécommande... 8 2.1 Télécommande Administrateur... 8 2.2 Télécommande Utilisateur... 10 2.3 Échanger une télécommande...
Sommaire 1. utilisateur... 4 1.1 Choisir le questionnaire... 4 1.2 Créer une nouvelle session... 5 1.3 Importer des sessions... 5 1.4 Exporter des sessions... 6 1.5 Rechercher une session... 6 1.6 Supprimer
Plus en détailQuelles sont les principales formules utiles pour l étude de cas de vente?
Quelles sont les principales formules utiles pour l étude de cas de vente? Approvisionnement et gestion des stocks : des quantités vendues dans un Du stock initial, final et des livraisons, des commandes
Plus en détailÉtude auprès de la génération X. Le paiement virtuel et la gestion des finances personnelles
Étude auprès de la génération X Le paiement virtuel et la gestion des finances Rapport Présenté à Madame Martine Robergeau Agente de Développement et des Communications 11 octobre 2011 Réf. : 1855_201109/EL/cp
Plus en détail